< 신경과학 인공지능 융합연구센터장 이상완 교수 >
우리 대학 바이오및뇌공학과 이상완 교수(신경과학 인공지능 융합연구센터장) 연구팀이 뇌 기반 인공지능 기술을 이용해 인공지능의 난제 중 하나인 과적합-과소적합 상충 문제를 해결하는 원리를 풀어내는 데 성공했다고 5일 밝혔다.
이상완 교수와 김동재 박사(現 뉴욕대학교 박사후 연구원)가 주도하고 우리 대학 정재승 교수가 참여한 이번 연구는 `강화학습 중 편향-분산 상충 문제에 대한 전두엽의 해법'이라는 제목으로 국제 학술지 셀(Cell)의 오픈 액세스 저널인 `셀 리포트(Cell Reports)'에 지난해 12월 28일 字 온라인판에 게재됐다. (논문명: Prefrontal solution to the bias-variance tradeoff during reinforcement learning)
최근 인공지능 모델들은 다양한 실제 문제들에 대해 최적의 해법을 제시하지만, 상황 변화에 유동적으로 대응하는 부분에 있어서는 여전히 어려움을 겪고 있다. 기계학습에서는 이를 과소적합-과적합의 위험성 (underfitting-overfitting risk) 또는 편향-분산 상충 문제(bias-variance tradeoff)라 하며 오랫동안 연구됐지만, 실제 세계와 같이 상충 조건이 계속 변하는 상황에서의 명확한 해법은 아직 제안된 바가 없다.
반면 인간은 현재 주어진 문제에 집중하면서도(과소적합 문제 해결), 당면 문제에 과하게 집착하지 않고(과적합 문제 해결) 변하는 상황에 맞게 유동적으로 대처한다. 연구팀은 뇌 데이터, 확률과정 추론 모형, 강화학습 알고리즘을 이용해 인간의 뇌가 이 문제를 어떻게 해결하는지에 대한 이론적 틀을 마련하고 이로부터 유동적인 메타 강화학습 모델을 도출해냈다.
놀랍게도 인간의 뇌는 중뇌 도파민 회로와 전두엽에서 처리되는 `예측 오차'의 하한선(prediction error lower bound)이라는 단 한 가지 정보를 이용해 이 문제를 해결한다. 우리의 전두엽, 특히 복외측전전두피질은 현재 내가 사용하고 있는 문제 해결 방식으로 주어진 문제를 얼마나 잘 풀 수 있을지에 대한 기대치의 한계를 추정하고(예: `이렇게 풀면 90점까지는 받을 수 있어'), 변화하는 상황에 맞춰 최적인 문제 해결전략을 유동적으로 선택하는 과정 (예: `이렇게 풀면 기껏해야 70점이니 다르게 풀어보자')을 통해 과소적합-과적합의 위험을 최소화하게 된다.
이상완 교수 연구팀은 2014년 해당 전두엽 영역이 환경의 불확실성을 바탕으로 강화학습전략을 유동적으로 조절하는 데 관여한다는 사실을 처음 발견했고(`뉴런(Neuron)' 학술지에 발표), 2015년에는 인과관계 추론 과정에도 관여한다는 사실을 발견했다(`PLOS Biology' 학술지에 발표). 이어 2019년에는 해당 뇌 영역이 문제의 복잡도까지 고려할 수 있다는 사실을 발견했다(`네이처 커뮤니케이션즈(Nature Communications)' 학술지에 발표).
이러한 일련의 연구 결과들은 자신의 학습 및 추론 능력을 스스로 평가하는 인간의 메타 인지 능력을 보여주는 증거로, 이 능력을 바탕으로 인공지능이 풀기 어려워하는 현실 세계의 다양한 상충적 상황들을 풀어낼 수 있다는 `전두엽 메타 학습 이론'을 정립한 바 있다(`사이언스 로보틱스(Science Robotics)' 학술지에 발표). 이번 연구는 이 이론에 기반해 인공지능의 오랜 난제 중 하나인 과소적합-과적합 상충 문제를 실제로 풀어낸 최초의 사례로 평가된다.
< 그림 1. 인간의 유동적 문제해결 방식을 모사하는 메타 강화학습 모델 그림 >
연구를 통해 개발된 메타 강화학습 모델을 이용하면 간단한 게임을 통해 인간의 유동적 문제 해결 능력을 간접적으로 측정할 수 있다. 더 나아가 스마트 교육이나 중독과 관련된 인지 행동치료에 적용할 경우 상황 변화에 유동적으로 대처하는 인간의 문제 해결 능력 자체를 향상할 수 있을 것으로 기대된다. 차세대 인공지능, 스마트 교육, 인지 행동치료 등 다양한 분야에 파급력이 큰 원천 기술로 최근 국내 및 해외 특허 출원이 완료된 상태다.
연구를 주도한 제1 저자 김동재 박사는 "인간 지능의 특장점에 대한 이해가 얼마나 중요한지 보여주는 연구 중 하나ˮ라고 말했다. 연구 책임자인 이상완 교수는 "인공지능이 우리보다 잘 푸는 문제가 많지만, 반대로 인공지능으로 풀기 어려운 문제들이 우리에게는 정말 쉽게 느껴지는 경우들이 많다. 인간의 다양한 고위 수준 능력을 인공지능 이론 관점에서 형식화하는 연구를 통해 인간 지능의 비밀을 하나씩 풀어나갈 수 있을 것으로 기대된다ˮ라며 "이러한 뇌 기반 인공지능 연구는 인간의 지능을 공학적으로 탐구하는 과정으로 볼 수 있으며, 인간과 인공지능이 서로 도우며 함께 성장해 나갈 수 있는 명확한 기준점을 마련할 수 있을 것ˮ이라고 말했다. 이상완 교수는 뇌 기반 인공지능 연구의 독창성과 도전성을 인정받아 구글 교수 연구상과 IBM 학술상을 받은 바 있다.
연구팀은 과학기술정보통신부의 재원으로 정보통신기획평가원의 지원을 받아 설립한 KAIST 신경과학-인공지능 융합연구센터에서 기반 기술을 활용해 인간 지능을 모사한 차세대 인공지능 모델을 개발하고, 아울러 딥마인드, IBM 인공지능 연구소, MIT, 옥스퍼드 대학 등 국제 공동연구 협약 기관과 공동연구를 통해 기술의 파급력을 높여나갈 계획이라고 말했다.
한편 이번 연구는 삼성전자 미래기술육성센터, 과학기술정보통신부 정보통신기획평가원 및 한국연구재단의 지원을 받아 수행됐다.
신성철 전 총장이 외교부 대한민국 과학기술협력대사의 자격으로 지난달 24일부터 4일간 파키스탄을 방문해 양국 과학기술 분야 협력 방안을 모색했다. 신 전 총장은 25일 무하마드 시러스 사자드 콰지(Muhammad Syrus Sajjad Qazi) 파키스탄 외교부 차관을 만나 양국 과학기술특성화대학 교류를 포함한 양국의 공동연구 및 연구인력 교류 등 양자과학기술협력 방안 등을 주제로 면담했다. 27일에는 '파키스탄 대학 부총장 심포지엄'에 기조발제자로 참여해 ‘과학기술로 견인된 대한민국의 기적(Korea’s Miracle driven by Science and Technoloy)‘을 주제로 강연했다. 60여 년 전 세계 최빈국에서 경제 10위권 국가로 도약한 한국의 성장 동인을 다방면으로 분석하고 1971년 KAIST를 설립해 두뇌 유출을 막고 산업화에 필요한 이공계 우수 인재를 양성한 사례를 롤모델로 제시했다. 이와 함께, 한국의 새로
2024-07-05우리 대학이 한국로봇학회, 뉴욕대학교(이하 NYU)와 공동으로 '제21회 Ubiquitous Robots 2024 국제학술대회'를 지난달 24일부터 4일간 개최했다. 'KAIST-NYU 로보틱스 연구센터'의 주관으로 NYU 킴멜센터에서 열린 이번 학술대회는 유지환 건설및환경공학과 교수와 주세피 로이아노(Giuseppe Loianno) NYU 전기및컴퓨터공학과 교수가 공동조직위원장을 맡고 경기욱 기계공학과 교수와 파록 아타시자(Farokh Atashzar) NYU 기계공학과·전기및컴퓨터공학과 교수가 공동프로그램 위원장을 맡았다. 명예 조직위원장인 린다 밀스(LInda G. Mills) NYU 총장은 축사를 통해 대한민국 및 KAIST와 협력하는 파트너십의 중요성을 역설했다. 학술대회가 열린 나흘 동안 7개의 워크숍이 열려 4명의 기조 연사 발표와 더불어 200여 편의 연구자 논문 발표가 이루어졌다. 자데브 드사이(Jaydev P. Desai), 조지아텍 교수는
2024-07-05우리 대학 국제협력처 글로벌전략사업추진단(단장 임만성)이 올해 세 번째로 개최한 '2024 글로벌 기업가정신 써머스쿨(GESS; Global Entrepreneurship Summer School, 이하 2024 KAIST GESS)'가 성료됐다. KAIST GESS는 학생들이 세계적인 창업 허브인 실리콘밸리 지역을 방문해 창업 생태계를 직접 경험하고, 글로벌 진출을 위한 역량을 함양할 수 있도록 기획된 프로그램이다. 서류, 면접 및 발표 심사, 멘토링 및 동료 평가를 거쳐 선발된 20명과 우리 대학 경영대학 소속 임팩트(Impact) MBA 교육과정생 17명 등 총 37명이 참가했다. 참가자들은 지난 5월부터 약 2개월간 우리 대학에 재학 중인 선배 창업가로부터 비즈니스 모델 개발 및 투자발표에 대한 멘토링을 받은 후 대전 본원 캠퍼스에서 팀별 사업 아이템을 발전시켰다. 이후 지난달 23일부터 7일간 미국 현지 코트라 실리콘밸리 무역관, 제이피 모건(JP Morgan),
2024-07-05"저출산 문제를 해결하려면 출산율뿐만 아니라 유산율도 주의 깊게 봐야 합니다"우리 대학이 'KAIST Crazy Day 아이디어 공모전' 시상식을 1일 오후 대전 본원에서 개최했다. 'KAIST Crazy Day 아이디어 공모전(이하 공모전)'은 인구 위기를 극복할 과학기술 아이디어를 찾기 위해 3월부터 진행한 대국민 공모전이다. 약 한 달간 제안서를 접수한 결과 254개의 아이디어가 접수되었고 2단계 서류 심사를 통과한 5개 팀이 지난달 말 대전 본원에서 열린 공개 발표심사에 참여했다. 대상은 '유산율 감소를 위한 휴대용 AI 태아측정기 개발'을 제안한 박인아·이다은·허한나 팀이 차지했다. 2002년생 동갑내기로 동국대학교 법학과에 재학 중인 이들은 인구 위기를 극복할 해법을 찾기 위해 최근 10년간 급증하는 유산율에 주목했다. 국민건강보험공단의 통계에 따르면 2013년부터 2022년까지 10년간 유산된 태아는 총 146만여 명에 달한다.
2024-07-02국제공동연구진이 인공지능 학습을 통해 배터리의 표면 형상만 보고 각 원소의 함량 그리고 충·방전 횟수에 대한 정보를 높은 정확도로 알아내는 영상인식 기술을 개발하여 화제다. 우리 대학 신소재공학과 홍승범 교수가 한국전자통신연구원(ETRI), 미국 드렉셀대학과 공동연구를 통해 다양한 조성과 각기 다른 충·방전 사이클의 NCM 양극재 주사전자현미경 사진을 합성곱 신경망* 기반 인공지능에 학습시켜 주요 원소 함량과 충·방전 상태를 99.6%의 높은 정확도로 맞추는 방법론을 세계 최초로 개발했다고 2일 밝혔다. *합성곱 신경망(콘볼루션 신경망, Convolutional Neural Network, CNN): 시각적 영상을 분석하는 데 사용되는 다층의 피드-포워드적인 인공신경망의 한 종류이다. 연구팀은 반도체 공정에서는 웨이퍼의 불량 검수를 위해 주사전자현미경(SEM)을 사용하는 반면 배터리 공정에서는 그런 경우가 드물고 연구 현장에서만 입자
2024-07-02